Descripción general
La mezcla de agentes (MoA) es una técnica en la que varios modelos de lenguaje redactan respuestas y luego un modelo agregador fusiona sus mejores ideas en una respuesta mejorada. Permite que un equipo de modelos abiertos rivalice o supere a un único modelo de primer nivel.
La agregación de mezcla de agentes es parte de la pila de lenguaje-IA utilizada para leer, generar, clasificar y transformar texto y voz a escala.
Buceo profundo
Introducido en un artículo de 2024 de Together AI, Mixture-of-Agents organiza varios LLM en capas. En la primera capa, varios modelos de 'proponentes' responden cada uno de forma independiente a la pregunta. Luego, sus resultados se concatenan y se pasan a la siguiente capa, donde los modelos responden nuevamente, ahora condicionados a todos los borradores anteriores. Después de una o más rondas de este tipo, un modelo 'agregador' final sintetiza todo en una única respuesta. La idea central, que los autores denominan "colaboratividad de los LLM", es que los modelos producen mejores respuestas cuando se les muestran las respuestas de sus pares, incluso las imperfectas. En el punto de referencia AlpacaEval 2.0, un MoA construido enteramente a partir de modelos de código abierto superó la puntuación de GPT-4 Omni, lo que demuestra que la agregación cuidadosa de modelos diversos y más baratos puede superar un sistema de frontera única.
Información técnica
MoA difiere de la votación por mayoría simple: en lugar de elegir una respuesta, el agregador lee todas las respuestas de los candidatos como contexto y genera una nueva síntesis, combinando fortalezas y filtrando errores. La diversidad entre los proponentes ayuda, por lo que es valioso mezclar diferentes familias de modelos. La estructura tiene capas, como una red profunda donde las 'neuronas' de cada capa son llamadas completas de LLM. La compensación es la latencia y el costo: cada capa multiplica la cantidad de llamadas de inferencia, por lo que MoA gasta más computación para mejorar la calidad.
Dominar la agregación de mezcla de agentes
La mezcla de agentes (MoA) es una técnica en la que varios modelos de lenguaje redactan respuestas y luego un modelo agregador fusiona sus mejores ideas en una respuesta mejorada. Permite que un equipo de modelos abiertos rivalice o supere a un único modelo de primer nivel. La agregación de mezcla de agentes es parte de la pila de lenguaje-IA utilizada para leer, generar, clasificar y transformar texto y voz a escala. Para generar una comprensión profunda, trate la agregación de mezcla de agentes como un modelo operativo, no como una característica única: defina los resultados deseados, aclare los supuestos y separe lo que el sistema puede hacer de manera confiable de lo que aún requiere el juicio de expertos.
En la práctica, los equipos fuertes que utilizan la agregación de mezcla de agentes diseñan mensajes, recuperación y bucles de revisión como un sistema de comunicación integrado. Documentan criterios de éxito explícitos, se prueban con datos y flujos de trabajo realistas y se iteran en función de patrones de error observados en lugar de victorias de referencia únicas. Aquí es donde la comprensión teórica se convierte en una capacidad duradera en todos los productos, políticas y operaciones.
Los flujos de trabajo lingüísticos pueden avanzar más rápido sin sacrificar la coherencia. Al mismo tiempo, los hechos alucinados pueden entrar silenciosamente en informes, flujos de apoyo o resultados de investigaciones. El enfoque más resiliente es combinar la velocidad de experimentación con la disciplina de gobernanza: ejecutar pilotos, capturar evidencia, publicar registros de decisiones y actualizar continuamente las salvaguardas a medida que evolucionan el comportamiento del modelo, las expectativas de los usuarios y los requisitos regulatorios.
Impacto Estratégico
Los flujos de trabajo lingüísticos pueden avanzar más rápido sin sacrificar la coherencia.
Los flujos de trabajo lingüísticos pueden avanzar más rápido sin sacrificar la coherencia. En implementaciones de alta calidad, esto se traduce en reglas operativas mensurables, límites de propiedad y rituales de revisión recurrentes para que los equipos puedan aumentar la confianza en lugar de aumentar la ambigüedad.
Amplía el acceso a través de idiomas y estilos de comunicación.
Amplía el acceso a través de idiomas y estilos de comunicación. En implementaciones de alta calidad, esto se traduce en reglas operativas mensurables, límites de propiedad y rituales de revisión recurrentes para que los equipos puedan aumentar la confianza en lugar de aumentar la ambigüedad.
Los equipos pueden dedicar más tiempo a juzgar mientras la automatización se encarga de la repetición.
Los equipos pueden dedicar más tiempo a juzgar mientras la automatización se encarga de la repetición. En implementaciones de alta calidad, esto se traduce en reglas operativas mensurables, límites de propiedad y rituales de revisión recurrentes para que los equipos puedan aumentar la confianza en lugar de aumentar la ambigüedad.
Implementación en el mundo real
Combinar tres modelos diferentes de chat abierto como proponentes y luego utilizar un agregador potente para producir una respuesta pulida de atención al cliente.
Aumentar las puntuaciones de seguimiento de instrucciones en puntos de referencia estilo AlpacaEval utilizando únicamente modelos de código abierto.
Fusionar diversas sugerencias de código de varios modelos en una implementación de función única y más sólida.
Ejecutar una canalización de peso abierto que se acerca a la calidad de frontera para una implementación sensible a la privacidad donde los datos no pueden salir de los servidores de una empresa.
Patrones de implementación
Agregación de mezcla de agentes en la práctica
Combinar tres modelos diferentes de chat abierto como proponentes y luego utilizar un agregador potente para producir una respuesta pulida de atención al cliente.
Combinando tres modelos diferentes de chat abierto como proponentes y luego usando un agregador fuerte para producir una respuesta pulida de atención al cliente, los equipos generalmente obtienen mejores resultados cuando definen umbrales de calidad por adelantado, mantienen una ruta de escalada humana para casos extremos y realizan un seguimiento tanto de las ganancias de productividad como de los costos de error a lo largo del tiempo.
Agregación de mezcla de agentes en la práctica
Aumentar las puntuaciones de seguimiento de instrucciones en puntos de referencia estilo AlpacaEval utilizando únicamente modelos de código abierto.
Aumentar las puntuaciones de seguimiento de instrucciones en puntos de referencia estilo AlpacaEval utilizando solo modelos de código abierto. Los equipos generalmente obtienen mejores resultados cuando definen umbrales de calidad por adelantado, mantienen una ruta de escalada humana para casos extremos y realizan un seguimiento tanto de las ganancias de productividad como de los costos de error a lo largo del tiempo.
Agregación de mezcla de agentes en la práctica
Fusionar diversas sugerencias de código de varios modelos en una implementación de función única y más sólida.
Fusionar diversas sugerencias de código de varios modelos en una implementación de función única y más sólida. Los equipos generalmente obtienen mejores resultados cuando definen umbrales de calidad por adelantado, mantienen una ruta de escalada humana para casos extremos y realizan un seguimiento tanto de las ganancias de productividad como de los costos de error a lo largo del tiempo.
Agregación de mezcla de agentes en la práctica
Ejecutar una canalización de peso abierto que se acerca a la calidad de frontera para una implementación sensible a la privacidad donde los datos no pueden salir de los servidores de una empresa.
Ejecutar una canalización de pesos abiertos que se acerca a la calidad de frontera para una implementación sensible a la privacidad donde los datos no pueden salir de los servidores de una empresa. Los equipos generalmente obtienen mejores resultados cuando definen umbrales de calidad por adelantado, mantienen una ruta de escalada humana para casos extremos y rastrean tanto las ganancias de productividad como los costos de error a lo largo del tiempo.
Riesgos y barandillas
Los hechos alucinados pueden aparecer silenciosamente en informes, flujos de apoyo o resultados de investigaciones.
La sensibilidad rápida puede crear resultados inconsistentes en solicitudes similares.
Los datos de texto confidenciales pueden quedar expuestos si los controles de acceso son débiles.
Hoja de ruta de implementación
Defina el formato de salida, el tono y los estándares de calidad antes del lanzamiento.
Defina el formato de salida, el tono y los estándares de calidad antes del lanzamiento. Trate cada paso como una puerta de evidencia: si no se cumplen los criterios, suspenda la implementación, cierre la brecha y solo entonces amplíe el uso.
Respuestas terrestres con fuentes confiables siempre que la precisión sea importante.
Respuestas terrestres con fuentes confiables siempre que la precisión sea importante. Trate cada paso como una puerta de evidencia: si no se cumplen los criterios, suspenda la implementación, cierre la brecha y solo entonces amplíe el uso.
Mantenga un punto de control de revisión humana para los resultados de alto riesgo.
Mantenga un punto de control de revisión humana para los resultados de alto riesgo. Trate cada paso como una puerta de evidencia: si no se cumplen los criterios, suspenda la implementación, cierre la brecha y solo entonces amplíe el uso.
Realice un seguimiento de los patrones de error y vuelva a capacitar las indicaciones o los flujos de trabajo con regularidad.
Realice un seguimiento de los patrones de error y vuelva a capacitar las indicaciones o los flujos de trabajo con regularidad. Trate cada paso como una puerta de evidencia: si no se cumplen los criterios, suspenda la implementación, cierre la brecha y solo entonces amplíe el uso.